logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

FOF基金的七大投资策略

来源:http://mp.weixin.qq.com/s?__biz=MzA3ODIzNzQzNg==&mid=2651858753&idx=1&sn=f5164b3eb1128dc3c8e5fc54cf9916d7&chksm=84a15cd2b3d6d5c484c5df145e28aebdc8c5a5cc7c59a8ae1bc7d615370a37286f425e00152c&mpshare=

主成分分析(PCA)原理详解

来源:http://blog.csdn.net/zhongkelee/article/details/44064401转载请声明出处:http://blog.csdn.net/zhongkelee/article/details/44064401一、PCA简介1. 相关背景      上完陈恩红老师的《机器学习与知识发现》和季海波老师的《矩阵代数》两门课之后,颇

R语言-kmeans聚类理论篇K的选择(轮廓系数)

kmeans是最简单的聚类算法之一,但是运用十分广泛。最近在工作中也经常遇到这个算法。kmeans一般在数据分析前期使用,选取适当的k,将数据分类后,然后分类研究不同聚类下数据的特点。本文记录学习kmeans算法相关的内容,包括算法原理,收敛性,效果评估聚,最后带上R语言的例子,作为备忘。 算法原理kmeans的计算方法如下:1 随机选取k个中心

解决【Windows Management Instrumentation(WMI)信息可能损坏】

近期在部分开启共享失败的用户电脑上见到此问题——在查看“本地连接”或“宽带连接”的属性选项卡时,切换到“高级”选项卡后出现以下错误:Windows 不能显示此连接的属性。Windows Management Instrumentation(Windows管理体系结构组件WMI)信息可能损坏。要更正此问题,请使用系统还原将Windows 还原到一个较早的时间点(称为还原点)。系统还原在“附件

文本数据的机器学习自动分类方法

来源:http://blog.csdn.net/jdbc/article/details/50586042本文为第一部分,着重介绍文本预处理以及特征抽取的方法。随着互联网技术的迅速发展与普及,如何对浩如烟海的数据进行分类、组织和管理,已经成为一个具有重要用途的研究课题。而在这些数据中,文本数据又是数量最大的一类。“文本分类是指在给定分类体系下,根据文本内容自动确

神经网络快速入门:什么是多层感知器和反向传播?

来源:http://tech.huanqiu.com/news/2016-11/9731462.html人工神经网络是一种计算模型,启发自人类大脑处理信息的生物神经网络。人工神经网络在语音识别、计算机视觉和文本处理领域取得了一系列突破,让机器学习研究和产业感到了兴奋。在本篇博文中,我们将试图理解一种称为「多层感知器(Multi Layer Perceptron)」的特定的人工神经网络。

文本情感分类---搭建LSTM(深度学习模型)做文本情感分类的代码

来源:http://mp.weixin.qq.com/s?__biz=MzA3MDg0MjgxNQ==&mid=2652391534&idx=1&sn=901d5e55971349697e023f196037675d&chksm=84da48beb3adc1a886e2a0d9d45ced1e8d89d4add88a9b6595f21784fcc461938b19a7385684&mpshare=

R语言-时间序列函数整理

【包】library(zoo)            #时间格式预处理library(xts)            #同上library(timeSeires)      #同上library(urca)           #进行单位根检验library(tseries)         #arma模型library(fUnitRoots)     #进行单位根检验

大数据--阿里曾鸣:商业智能化是未来最重要的一个趋势

来源:http://mp.weixin.qq.com/s/_CjAH6J-020SezSgDoirLg我想跟大家交流的第一点,就是我们今天经历的所有一切,不管我们感受到了多大的变化,一切都只是刚刚开始。如果从互联网的标志性事件,雅虎1995年在纳斯达克上市算起,到今天,互联网不过是短短21年的时间。但是这21年带来的变化,超过所有人的想象。未来,智能无所不在

Linux--日志分析查看——grep,sed,sort,awk运用

来源:http://blog.csdn.net/teamlet/article/details/38046409概述        我们日常应用中都离不开日志。可以说日志是我们在排查问题的一个重要依据。但是日志并不是写了就好了,当你想查看日志的时候,你会发现线上日志堆积的长度已经超越了你一行行浏览的耐性的极限了。于是,很有必要通过一些手段来高效地辅助你来快速的从日志中找

    共 22 条
  • 1
  • 2
  • 3
  • 请选择